本文選題：缺陷檢測(cè) + 相位恢復(fù)�。� 參考：《南京理工大學(xué)》2017年碩士論文

【摘要】：極紫外(EUV)(λ=13.5nm)光刻技術(shù)是世界范圍內(nèi)最被看好的實(shí)現(xiàn)22nm最小刻線的下一代光刻技術(shù)。其光刻掩膜版在制作過程中參入納米量級(jí)的灰塵污染、雜質(zhì)顆粒,引入的鼓包、凹坑出現(xiàn)在基底表面或埋藏在多層膜內(nèi)部或掩模表面,都會(huì)造成光刻樣品出現(xiàn)嚴(yán)重的缺陷。光學(xué)非干涉相位恢復(fù)檢測(cè)法完全基于光強(qiáng)信息測(cè)量,系統(tǒng)光路結(jié)構(gòu)簡(jiǎn)單,降低儀器分辨率要求而不丟失相關(guān)信息,是實(shí)現(xiàn)極紫外掩膜缺陷檢測(cè)的重要途徑。本文在現(xiàn)有非干涉相位恢復(fù)理論的基礎(chǔ)上,針對(duì)缺陷相位信息的恢復(fù),展開基于迭代算法缺陷檢測(cè)方法研究。在傳統(tǒng)多波長(zhǎng)迭代算法的基礎(chǔ)上,引入角譜傳輸理論和梯度加速函數(shù),提出一種快速收斂的相位恢復(fù)迭代算法——多波長(zhǎng)梯度加速迭代算法,并采用matlab編寫了算法程序�；谒岫嗖ㄩL(zhǎng)梯度加速迭代算法進(jìn)行仿真模擬,分別對(duì)相位分布在[-0.84,0]的高斯型相位面以及[-π,0]的"lena"相位面進(jìn)行恢復(fù),表征復(fù)原精度的相對(duì)均方根值均達(dá)到10-3數(shù)量級(jí),驗(yàn)證了該方法的可行性。并與傳統(tǒng)多波長(zhǎng)迭代恢復(fù)算法進(jìn)行對(duì)比驗(yàn)證,該加速算法相較于傳統(tǒng)算法在收斂速度上提高了 2倍以上且具有更高的復(fù)原精度。最后對(duì)算法中波長(zhǎng)數(shù)目、波段范圍、傳輸距離、恢復(fù)相位區(qū)間參數(shù)對(duì)算法性能影響進(jìn)行討論。搭建了多波長(zhǎng)梯度加速迭代算法實(shí)驗(yàn)裝置,采用帶通濾光片與白光光源形成七種不同波長(zhǎng)入射光。對(duì)入射光輸入面波前相位面信息進(jìn)行恢復(fù),并將輸出面光強(qiáng)信息的算法計(jì)算值與測(cè)量值進(jìn)行比較得到振幅誤差E=0.078%,說明該算法的正確性;分別對(duì)分辨率板一定寬度的三條對(duì)線、字母e裝片兩種透射性元件的相位面進(jìn)行恢復(fù)計(jì)算寬度、高度信息,得到的實(shí)驗(yàn)結(jié)果符合預(yù)期。
[Abstract]:Ultraviolet (位 ~ (13. 5) nm) photolithography is the most promising next generation lithography technology to realize the minimum line of 22nm in the world. In the process of making the lithography mask plate, dust pollution of nanometer magnitude, impurity particles, incoming bulge, pits appearing on the substrate surface or burying inside the multilayer film or mask surface will cause serious defects in the lithography sample. The optical non-interference phase recovery detection method is based on the measurement of light intensity information. The optical system is simple in structure and reduces the resolution requirement of the instrument without losing relevant information. It is an important way to realize the detection of the defect in the extreme ultraviolet mask. In this paper, based on the existing non-interference phase recovery theory and the restoration of defect phase information, the research of defect detection method based on iterative algorithm is carried out. Based on the traditional multi-wavelength iterative algorithm, the angle spectrum transmission theory and gradient acceleration function are introduced, and a fast convergent phase recovery iterative algorithm named multi-wavelength gradient accelerated iterative algorithm is proposed. The algorithm is programmed by matlab. Based on the proposed iterative algorithm of multi-wavelength gradient acceleration, the Gao Si type phase surface with phase distribution in [-0.84 0] and the "lena" phase surface with [- 蟺 0] are respectively restored. The relative root mean square (RMS) values of the restoration accuracy are in the order of 10 ~ (-3). The feasibility of the method is verified. Compared with the traditional multi-wavelength iterative recovery algorithm, the proposed algorithm improves the convergence speed by more than 2 times and has a higher recovery accuracy than that of the traditional algorithm. Finally, the effects of wavelength number, band range, transmission distance and recovery phase range on the performance of the algorithm are discussed. A multi-wavelength gradient accelerated iterative algorithm was set up, and seven different wavelengths of incident light were formed by bandpass filter and white light source. The phase surface information of the input surface wave front of the incident light is restored, and the calculated value of the light intensity information of the output surface is compared with the measured value, and the amplitude error E _ (0.078) is obtained, which shows the correctness of the algorithm. The phase surface of the two transmissible elements is restored to calculate the width and height, and the experimental results are in line with the expectation.
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN23

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周興銘;張民選;;倒數(shù)迭代算法的理論分析與方案探討[J];計(jì)算機(jī)工程與科學(xué);1980年02期

2 周興銘,張民選;倒數(shù)迭代算法的理論分析與方案探討[J];計(jì)算機(jī)學(xué)報(bào);1981年05期

3 楊泰澄;一種求解局部實(shí)現(xiàn)問題的迭代算法[J];信息與控制;1984年06期

4 張銘,吳士達(dá);最大似然陣處理的迭代算法[J];聲學(xué)與電子工程;1991年03期

5 姜亞健;劉停戰(zhàn);劉偉;;一族具有四階收斂的迭代算法[J];中國(guó)傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

6 楊軍一;;方程求根的逆校正加速迭代算法[J];計(jì)算機(jī)工程與科學(xué);1987年03期

7 張培琨,李育林,劉繼芳,喬學(xué)光,忽滿利;隨機(jī)相位光學(xué)防偽中的前向迭代算法[J];激光雜志;1999年04期

8 張民選;;平方根迭代算法及其初值選擇[J];計(jì)算機(jī)工程與科學(xué);1987年02期

9 黃正良;萬百五;韓崇昭;;大規(guī)模工業(yè)過程穩(wěn)態(tài)優(yōu)化控制新方法——自適應(yīng)雙迭代算法[J];控制與決策;1992年06期

10 凌燮亭,潘明德,林華;電路容差分析的區(qū)間迭代算法[J];電子學(xué)報(bào);1989年03期

相關(guān)會(huì)議論文 前7條

1 劉立振;;BPT算法的分辨力與應(yīng)用前景[A];1990年中國(guó)地球物理學(xué)會(huì)第六屆學(xué)術(shù)年會(huì)論文集[C];1990年

2 胡光華;殷英;李世云;;即時(shí)差分策略迭代算法[A];中國(guó)運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（下卷）[C];2004年

3 劉曉龍;李峻宏;高建波;劉榮燈;劉蘊(yùn)韜;陳東風(fēng);;基于Levenberg-Marquardt算法的衍射峰形擬合[A];中國(guó)原子能科學(xué)研究院年報(bào) 2009[C];2010年

4 唐杰;;變分迭代算法在非線性微分方程中的應(yīng)用[A];第七屆全國(guó)非線性動(dòng)力學(xué)學(xué)術(shù)會(huì)議和第九屆全國(guó)非線性振動(dòng)學(xué)術(shù)會(huì)議論文集[C];2004年

5 代榮獲;張繁昌;劉漢卿;;基于快速閾值收斂迭代算法的基追蹤地震信號(hào)分解[A];2014年中國(guó)地球科學(xué)聯(lián)合學(xué)術(shù)年會(huì)——專題13：計(jì)算地震學(xué)論文集[C];2014年

6 王在華;;求時(shí)滯系統(tǒng)Hopf分岔周期解的迭代算法[A];第二屆全國(guó)動(dòng)力學(xué)與控制青年學(xué)者研討會(huì)論文摘要集[C];2008年

7 何志明;張迪生;;《一類廣義L.Q.最優(yōu)控制模型的狀態(tài)迭代算法與并行處理》[A];1991年控制理論及其應(yīng)用年會(huì)論文集（上）[C];1991年

相關(guān)博士學(xué)位論文 前3條

1 吳樹林;分裂——迭代算法的理論分析及應(yīng)用[D];華中科技大學(xué);2010年

2 武文佳;邊值問題的四階緊有限差分方法及單調(diào)迭代算法[D];華東師范大學(xué);2012年

3 周小建;求解非線性方程重根的迭代算法[D];南京師范大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 張龍;一類矩陣方程數(shù)值解迭代算法的研究[D];昆明理工大學(xué);2015年

2 李紫嫣;一類η-廣義混合向量平衡問題和一類有限簇?cái)M變分包含問題的研究[D];西華師范大學(xué);2015年

3 龐文杰;Markov跳躍Lyapunov方程的加速迭代算法[D];哈爾濱工業(yè)大學(xué);2015年

4 沈小慶;電磁耦合場(chǎng)多步迭代算法與仿真計(jì)算[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

5 吳漢林;電磁場(chǎng)問題異步并行迭代算法的研究[D];南京郵電大學(xué);2015年

6 郭巧;解非線性方程的幾類高階迭代算法及其收斂性分析[D];合肥工業(yè)大學(xué);2015年

7 安攀;迭代算法和低管電壓聯(lián)合用于high-pitch CTRA的初步研究[D];大連醫(yī)科大學(xué);2015年

8 劉欣;迭代算法低管電壓high-pitch CTPA在肺栓塞患者的圖像質(zhì)量和輻射劑量初步研究[D];大連醫(yī)科大學(xué);2015年

9 李晨;基于MapReduce的多維迭代算法的研究與實(shí)現(xiàn)[D];東北大學(xué);2014年

10 尤樹華;貝葉斯強(qiáng)化學(xué)習(xí)中策略迭代算法研究[D];蘇州大學(xué);2016年

，

本文編號(hào)：1915893